matlab遗传算法求解旅行商问题的代码实现

Matlab是一种流行的数学软件，常用于解决各种优化问题，包括旅行商问题（TSP）。旅行商问题是经典的组合优化问题，目标是最短路径，使得一位“旅行商”访问所有城市恰好一次并返回起点。

下面是一个简单的遗传算法求解TSP问题的Matlab代码概述：

% 定义函数
function [fitness, route] = tspFitness(cityDistances, route)
    % 计算路线总距离作为适应度
    fitness = cityDistances(route);
end

% 初始化种群
populationSize = 50;
cities = 1:n; % 假设有n个城市
routes = randperm(cities, [populationSize, cities]);

% 遗传操作
maxGenerations = 100;
for generation = 1:maxGenerations
    % 计算适应度
    fitnesses = arrayfun(@tspFitness, cityDistances, routes);
    
    % 选择
    parents = rouletteWheelSelection(fitnesses); % 使用轮盘赌选择
    
    % 交叉
    offspring = crossover(parents, 'uniform'); % 按均匀概率交叉
    
    % 变异
    mutatedOffspring = mutation(offspring, 'flipbit'); % 翻转随机位变异
    
    % 合并新一代
    routes = [routes; mutatedOffspring];
    
    % 更新最佳解
    bestRoute = min(routes, [], 'all', 1);
    
    % 显示进度
    fprintf('Generation %d: Best Fitness: %.2f\n', generation, fitnesses(bestRoute(1)));
end

% 输出结果
[bestFitness, bestRoute] = tspFitness(cityDistances, bestRoute);